3.b) Correlação entre a escala Wechsler e Stanford-Binet

Este ponto ajuda a compreender as dificuldades intrínsecas do modelo original, as razões para a sua reformulação e inclusivamente a conveniência de efetuar uma simulação que confirme a bondade do modelo de trabalho da inteligência.

A primeira surpresa é a observação das baixas correlações, não já entre as variáveis M e P com as H, mas também entre as próprias H, tanto entre a escala Wechsler e Stanford-Binet como entre variáveis da mesma escala.

Quadro estatístico de correlação na análise preliminar entre os quocientes de inteligência dos pais e das mães com os QI dos filhos (escala Wechsler e Stanford-Binet e habilidades mentais primárias).

Correlação entre a escala Wechsler
e Stanford-Binet
Correlações preliminares

Esta tabela estatística ajuda a compreender as dificuldades intrínsecas do modelo original, as razões para a sua reformulação e inclusivamente a conveniência de efetuar uma simulação que confirme a bondade do modelo de trabalho da inteligência.

O coeficiente r²= 0,33 é o maior entre as variáveis H, com esta perspectiva parece difícil imaginar que se possam obter correlações importantes entre os filhos e os seus pais e mães.

No princípio, ainda não tinha pensado na agrupação de valores citada anteriormente e, perante estas correlações, pensei em substituir os valores considerados muito díspares pelas suas médias, mas a correlação das diferentes variáveis das escalas Wechsler e Stanford-Binet continuava a ser realmente penosa.

Estas apreciações sobre a baixa ou não muito alta correlação entre as variáveis H (escala Wechsler, Stanford-Binet e habilidades mentais primárias) fazem pensar que as medições efetuadas não são muito homogêneas, visto que parece que é geralmente aceite  que o QI das pessoas permanece mais ou menos estável a partir dos 6 anos.

Vistas as diferenças das médias das variáveis utilizadas, decidi estandardizá-las para um cálculo adequado das variáveis X3 e X6. Esta forma de calcular as médias é necessária para evitar distorções e não coloca nenhum problema adicional, tendo em conta que não se pretende estudar a evolução ou aumento geracional dos QI, porque se considera um fato provado e aceite, ainda que se ofereçam diferentes explicações sobre o assunto. No nosso caso, os dados lançam uma média das diferentes variáveis dos filhos 10% superior à média das dos pais e mães.

Uma consequência da falta de precisão das medições dos QI é a impossibilidade de selecionar 50% da amostra de forma circunstancial, para isolar os casos em que supostamente domina o gene ou cromossoma de menor potencial de acordo com o assinalado no modelo estatístico proposto inicialmente.

É como se tivéssemos vários retratos robô de cada filho que, por vezes, não se parecem nada, mas que, em conjunto, talvez nos permitam uma imagem relativamente nítida da pessoa.

Outros fatores que podiam coadjuvar a citada impossibilidade são a característica multifuncional do intelecto humano e que, como o próprio modelo indica, o QI do filho possa ser inferior ao mais pequeno dos progenitores por este não se encontrar inteiramente incluído no maior. Mais adiante voltaremos a este aspecto.

Como assinalei, esta análise preliminar permitiu-me conhecer a dificuldades de conseguir resultados satisfatórios e que é melhor utilizar os valores originais já que o seu tratamento, ainda que objetivo, não melhora os resultados obtidos de forma significativa.

Também se utilizaram variáveis centradas, ou seja, uma com limitação de 10% da diferença em relação à média (T1-d) e as variáveis X3 e X6 que são os valores médios de três e seis variáveis respectivamente, como é lógico e se verá posteriormente, a variável X6 oferece melhores resultados por ser uma variável que responde, sem dúvida, melhor à realidade por média de 6 variáveis observacionais. (uma da escala de Wechsler, 4 do teste de Stanford-Binet e uma do teste de inteligência de habilidades mentais primárias)

A solução virá com a reformulação do modelo e algo de imaginação.